Engineering Energy Level of FeN<sub>4</sub> Sites via Dual‐Atom Site Construction Toward Efficient Oxygen Reduction
Notice bibliographique
Résumé
Abstract Single‐atom catalysts based on metal–N 4 moieties and embedded in a graphite matrix (defined as MNC) are promising for oxygen reduction reaction (ORR). However, the performance of MNC catalysts is still far from satisfactory due to their imperfect adsorption energy to oxygen species. Herein, single‐atom FeNC is leveraged as a model system and report an adjacent Ru‐N 4 moiety modulation effect to optimize the catalyst's electronic configuration and ORR performance. Theoretical simulations and physical characterizations reveal that the incorporation of Ru‐N 4 sites as the modulator can alter the d‐band electronic energy of Fe center to weaken the FeO binding affinity, thus resulting in the lower adsorption energy of ORR intermediates at Fe sites. Thanks to the synergetic effects of neighboring Fe and Ru single‐atom pairs, the FeN 4 /RuN 4 catalyst exhibits a half‐wave potential of 0.958 V and negligible activity degradation after 10 000 cycles in 0.1 m KOH. Metal–air batteries using this catalyst in the cathode side exhibit a high power density of 219.5 mW cm −2 and excellent cycling stability for over 2370 h, outperforming the state‐of‐the‐art catalysts.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».